长江经济带物流业效率测度及因素分解——基于超效率DEA-Malmquist-Tobit方法

张泽华 刘维琦

（重庆邮电大学经济管理学院 重庆 400000）

物流作为一项融合运输、仓储及信息的复合型服务产业，既可通过人力、资本等直接要素投入拉动区域经济迅速发展，也可通过网络效应和溢出效应间接促进区域经济增长。近年来，我国物流业规模随经济的发展迅速扩大。据国家邮政局数据，2020年中国邮政业务总量达到2.1万亿元，快递总量达到830亿件，同比分别增长30.8%和16.7%。在此期间，国家对物流产业的发展也给予了高度关注，早在“十五”规划期间，物流业就被明确定义为要大力发展的新兴产业之一。2014年，国务院再次发布《物流业发展中长期规划（2014—2020年）》，旨在促进物流业转型升级，解决物流业发展水平低的问题。但众多研究也表明，目前我国物流业的成就很大程度上是基于要素大量投入，而这种传统的物流模式存在投入高、排放高、效率低等弊端，致使我国物流行业与发达国家存在一定差距。为促进物流产业转变传统发展模式，加快建设现代化物流体系，国家“十四五”规划和2035年远景目标纲要再次强调“完善国家物流枢纽，深化流通体制改革”。在此背景下，引入科学合理的区域物流产业效率测度模型来衡量物流业发展水平，识别影响物流产业效率的关键因素，对推动我国区域物流产业现代化建设与健康稳定发展有着深远意义。考虑到长江经济带横跨东、中、西三大经济区，涉及长三角、长江中游、成渝这三大城市群，虽然物流产业规模庞大、水陆空四通八达，但是由于横跨范围广以及社会经济和技术因素等影响，物流产业绩效并不理想。鉴此，研究长江经济带物流产业效率并识别影响效率的关键因素就显得尤为重要。

一、文献综述

21世纪以来，我国物流业发展迅速，产业地位日益提高，物流业效率问题已成为国内学者研究的重点对象。总体来看，现有研究主要从理论和实证两个方面展开。

从理论研究角度来看，史锦梅[1]提出加强现代化物流技术、培育新型物流人才、增强政府服务意识以加快物流业供给侧结构性改革。何黎明[2]主张全链条、一体化、去库存、降成本，以增强物流有效供给、提升资源配置效率。谢泗薪、帅世耀[3]认为我国物流企业要提高物流服务质量、打造物流品牌、降低物流成本才能提高其综合实力。此外，王娟娟[4]从流通服务角度提出，构建供求信息平台、加强流通服务专业化、畅通产品转移渠道是提高新兴产业流通效率的关键。

从实证研究角度来看，王琴梅、谭翠娥[5]采用DEA与tobit模型得出2003—2010年西安市物流效率与市场化水平、物流资源利用率之间存在较强的正相关关系。张宝友等[6]运用三阶段DEA模型得出FDI的本地化程度、技术含量和盈利能力与物流业效率呈正相关。董锋等[7]采用超效率DEA模型消除外生环境因素对物流业效率测算的影响，指出外生环境因素对物流效率测算的影响程度表现为东部强于中西部。刘战豫、孙夏令[8]结合super-SBM和Malmquist指数模型分析了我国物流业绿色全要素生产率的演进阶段和动因，提出绿色全要素生产率的演进呈现周期性趋势。另外，梅国平等[9]采用三阶段DEA模型，对华东地区物流业投入产出效率进行分析，发现纯技术效率的差异会造成各省物流效率呈现较大的空间异质性。

关于长江经济带物流效率，当前的研究成果比较匮乏，于丽英等[10]运用DEA-Malmquist指数模型分析了2008—2015年长江经济带物流业的效率，得出总效率变动的重要影响因素是技术进步。俞佳立、钱芝网[11]对长江经济带物流产业效率进行实证分析，得出信息化水平、对外开放程度和产业因素对物流产业效率有显著的正向影响。张云宁等[12]运用三阶段DEA和tobit模型对长江大保护区域物流产业效率进行横向和纵向比较分析，发现长江大保护区域物流效率呈上游低、下游高的阶梯分布，规模效率是影响综合技术效率的主要因素。

由此可见，我国物流效率方面的研究已取得丰硕成果，但仍有进一步研究的空间：首先，当前多数研究主要集中在全国各省市或某上市企业的物流效率测度，对于一体化发展的局部区域研究相对较少。其次，长江经济带作为国家战略发展的重要区域之一，推动长江经济带构建现代化物流体系十分重要，但是现阶段研究主要局限于长江经济带物流产业效率测度，深入分析物流产业效率影响因素的研究比较缺乏。同时，研究方法主要是采用传统DEA方法进行静态研究，无法对有效的决策单元效率值进一步比较，且由于各期生产前沿面不同也无法实现截面数据的纵向比较，从而提出的对策与提升路径也相对缺乏针对性。鉴此，本研究选取长江经济带为研究区域，首先采用超效率DEA模型对长江经济带11省市物流效率进行静态研究，其次引入Malmquist指数对各省市的时间序列进行动态分析，最后利用Tobit模型深入分析物流业效率的影响因素，以期为长江经济带物流效率提升提供针对性的决策参考。

二、研究方法

（一） 超效率 DEA 模型

数据包络分析（DEA）是一种非参数相对效率评价模型，它利用数学规划计算多投入多产出决策单元（DMU）之间的相对效率值。超效率模型是DEA方法的一种，相较于传统DEA模型，其将所评价的决策单元排除在决策单元集合外，使得多个效率值为1的DMU也能比较效率高低，因而在效率评价领域得到广泛应用。

DEA模型主要分为投入导向型和产出导向型，本文选取投入导向的超效率DEA模型，n为待评估的决策单元数，p、q分别为每个决策单元的投入、产出指标数，具体模型如下：

（二） Malmquist指数模型

超效率DEA在加入时间因素时，由于各期生产前沿面不同，只适用于截面数据的横向静态比较。引入Malmquist指数可实现时间序列层面对效率的动态变化分析，有效弥补静态超效率DEA模型的缺陷，同时它将物流业全要素生产率最终分解为不变规模报酬下的技术变化、纯技术效率变化和规模效率变化。

当 tfp>1时，表示总效率相对上年有所上升；当 tfp=1时，表示总效率不变。当 tfp<1时，表示总效率下降。

此外，Malmquist指数可以分解为技术效率变动指数 (Effch)和技术进步指数 (Tech)：

技术效率变动指数( Effch)可进一步分解为纯技术效率指数( Pech)和规模效率指数 (Sech)：

若 Effch>1，表明决策单元更加接近生产前沿面，技术水平有所提高。

技术进步指数 (Tech)，若 Tech>1，意味着技术进步和生产前沿向前推进。综上可知：

（三） Tobit回归分析

用超效率DEA模型得出的物流产业效率不仅受投入产出指标影响，还可能受其他因素影响，所以衍生出影响因素分析。超效率DEA的效率值是大于0的离散数据，如果采用普通的最小二乘法，由于数据无法完全呈现会引起参数估计偏差。为避免参数不一致且有偏性的问题，采用基于极大似然估计法建立的Tobit截断回归模型对影响长江经济带物流产业效率因素进行分析。Tobit模型设定如下：

式中，Y为截断因变量；X为自变量；α为回归系数；µ为误差项，且。

三、指标选择与数据来源

（一） 指标选择

1.投入产出指标

投入指标主要从人力投入、财力投入、物流基础设施三方面考虑。现阶段，我国物流产业仍然属于劳动密集型产业，因此在人力投入方面本文参考于丽英等[10]的做法，选用交通运输、仓储和邮政业的年末从业人员数作为人力评价指标。物流产业运营效率受到资本要素投入的极大影响，因此本文借鉴曹炳汝、邓莉娟[13]的研究，以物流产业固定资产投资额作为财力评价指标。从实际情况看，物流基础设施投入占物流产业资本投入的大部分，且物流产业运输效率受到物流基础设施发达程度的直接影响，因此以公路里程数作为物流基础设施评价指标。

产出指标借鉴已有研究，主要从物流运输能力、运输规模和经济发展状况三方面考虑。运输能力和运输规模两方面均参考秦雯[14]的做法，分别选取货运量和货物周转量作为产出指标。借鉴刘战豫、孙夏令[8]的做法，本文选取交通运输、仓储和邮政业生产总值来反映物流业的经济发展状况。

为剔除指标受价格因素与通货膨胀的影响，文中物流产业固定资产投资额和生产总值均利用各指标的定基价格指数，统一平减为以2010年为基期的不变价格。同时，为保证模型量纲统一，对公路里程、货运量和货物周转量采用对数形式。综上所述，构建如表1所示的长江经济带物流产业效率评价指标体系。

表1 长江经济带物流产业效率评价指标体系

2.环境变量

环境变量是指对物流业效率有显著影响，但不在样本主观可控范围内的因素，而且产业本身所控制的因素变量不能对其有影响。借鉴已有研究成果和长江经济带物流产业的发展实际，选取了地区发展水平、对外开放程度、行业因素、政府支持及信息化水平作为环境变量来体现环境因素对于长江经济带物流业效率的影响。环境变量定义及说明见表2。

表2 环境变量定义与说明

（二） 数据来源

本文选取2010—2019年长江经济带11个省市为基本研究单元，并根据长江流域上、中、下游的划分，将11个省份划分为上游区域、中游区域和下游区域。上游区域：重庆（直辖市）、四川、贵州、云南。中游区域：江西、湖北、湖南。下游区域：上海（直辖市）、江苏、浙江、安徽。原始数据来自长江经济带相关省市统计年鉴和《中国统计年鉴》，部分缺失数据来自相关省市统计局官方网站发布的统计公告。采用Stata16.0软件进行Person相关性检验，投入产出指标的相关系数均在1%或5%的显著性水平下为正，符合DEA模型中投入产出指标方向一致的假设。

四、实证分析

（一） 长江经济带物流效率的静态分析

采用超效率DEA模型进行静态分析，测算长江经济带11个省市2010—2019年物流产业效率值，结果如表3和表4所示。

表3 2010—2019 年长江经济带 11 个省市物流产业超效率值

表4 2010—2019 年长江经济带上中下游物流产业超效率值

由表3、表4可知：

从时间序列视角看，长江经济带2010—2019年物流效率整体呈现波动上升后回落的态势，物流产业效率均值达1.107，达到有效水平。在此期间，2010—2013年长江经济带物流效率出现由高到低波动下降的趋势，2013年效率值下降至1.099。随着2014年物流业发展中长期规划的提出，物流业增长势头强劲，物流效率达到峰值1.149。但经济高速发展后环境问题日益突出，加之坚持生态优先、不搞大开发的提出，长江经济带的环境治理也逐步加强，2015年物流效率又跌落至1.091。此后至2019年长江经济带物流效率波动较小并逐渐趋于平缓。

从空间区域视角看，长江经济带区域内物流效率差异显著。下游地区物流效率呈现先升后降的波动趋势，而上游地区和中游地区物流效率波动平缓，整体水平低于下游地区。下游地区物流效率处于区域领先地位且长期维持在较高水平，中游地区处于中间位置，上游地区整体效率最低且常年处于无效状态，下、中、上游在空间上呈现“阶梯状”分布。从具体数值来看，下游地区2010—2019年物流效率均值为1.302，达到有效水平；上游地区物流效率均值为0.958小于1，处于无效状态；中游地区效率均值为1.048，位于中间位置。长江经济带区域物流效率发展不协调问题依旧突出。

具体到省市来看，2010—2019年，江苏、上海、江西、安徽、贵州是物流效率有效的省份，其中江苏物流效率位居长江经济带第一位，物流效率均值为1.572，上海紧随其后效率值为1.529，可看出江苏与上海的物流效率一直稳居区域前列。其中贵州是长江经济带上游省市中唯一达到物流有效的省份，而位于长江上游的四川、重庆、云南却位于区域物流效率的倒数位置。值得注意的是，物流效率排名倒数第二位的湖北省，虽处于长江中游且作为南北交通枢纽，水路条件优越，但与下游地区相比物流设备落后、物流专业人才匮乏成为阻碍该地区物流效率提升的重要阻力。

总体而言，2010—2019年长江经济带物流效率达到有效水平但区域物流效率差异显著，为了更直观呈现2010—2019年长江经济带上中下游物流效率水平差异，绘制了变化趋势图（见图1）。

（二） 长江经济带物流效率的动态分析

为进一步对长江经济带11个省市物流产业生产效率进行动态分析，利用deap2.1软件得到长江经济带11省市2010—2019年物流业全要素生产率指数，结果见表5和表6。

表5 2010—2019年长江经济带分省市物流业全要素生产率指数及分解

表6 2010—2019年长江经济带分年份物流业全要素生产率指数及分解

根据年均Malmquist指数计算和分解结果可知，总体而言，长江经济带物流业全要素生产率年均增长率为−1.5%，进一步观察技术进步、纯技术效率和规模效率分别为0.983、1.002和1.000，说明长江经济带技术进步的下降是导致全要素生产率下降的主要因素，长江经济带物流产业的持续稳定发展迫切需要先进的物流技术做支撑。

就省份层面而言，长江经济带仅有湖北（1.001）和四川（1.002）两个省份的年均全要素生产率大于1，即在长江经济带中仅有这两个省份的物流业效率呈上升态势，其他省份的物流业效率均呈下降趋势。进一步观察长江经济带各省市全要素生产率的分解结果可知，浙江全要素生产率的下降是由物流技术落后和规模经济因素引起的，表明浙江省要注重物流技术水平提高的同时也要促进其规模效率的提高；重庆市全要素生产率的下降是物流技术水平和资源配置利用能力共同作用的结果，表明重庆不仅需要物流创新技术的支持还要合理配置物流投入资源才能满足物流产业的持续稳定发展；对长江经济带其他省份而言，技术进步的下降是影响全要素生产率提高的重要阻力，说明长江经济带现有的物流科技水平已无法满足物流产业的发展，迫切需要先进的物流技术才能保证产业的持续稳定发展。

从时间序列层面看，不难看出长江经济带物流产业总体发展趋势不容乐观，物流综合生产率仅在2011与2017年较上一期处于提升外，其他年份均处于下降趋势。进一步观察发现，长江经济带物流全要素生产率的变动趋势与技术进步趋势一致，表明2010—2019年长江经济带物流业全要素生产率下降的主要原因是技术进步缓慢，技术进步对全要素生产率的贡献高于纯技术效率和规模效率。究其原因主要是我国物流行业起步晚，物流技术装备水平较低，整体物流技术与国际先进水平还存在一定的差距。

（三） Tobit回归结果分析

利用超效率DEA和Malmquist指数分别从静态和动态视角对长江经济带物流产业效率进行了分析，但并不能探求影响物流产业效率的关键因素，因此，本文利用Stata 16.0软件对长江经济带2010—2019年物流产业效率与环境影响因素的面板数据进行了Tobit回归分析，结果见表7。

表7 2010—2019年长江经济带物流产业效率影响因素的Tobit回归结果

表7 (续)

根据表7可知，除行业因素没有通过显著性检验以外，地区发展水平、对外开放程度、政府支持、信息化水平均通过了显著性检验。具体分析如下：

（1）长江经济带地区发展水平对物流产业效率具有显著正向作用，系数为1.5731，说明经济发展水平的提高会带动物流产业效率的提升。从需求方面来讲，经济发展水平高的地区，其商品的生产、流通和消费频率更加频繁，同时与周边地区也有大量商品货物流通，物流产业规模因需求旺盛也随之扩大。在供给方面，经济越发达的地区其产业集聚程度越高，有利于为物流产业提供基础生产设备、完善基础交通设施，从而有助于物流效率的提升。

（2）对外开放程度对物流产业效率同样也具有正向作用，并且在1% 的显著性水平下显著，表明物流产业效率受对外开放程度的影响比较大，也就是说，当前长江经济带物流效率较低与对外开放程度较低有关。这就要求我们在强调自我创新的基础上也要重视引进国际先进的科学技术和管理理念，促进我国本土物流企业的革新进程，同时对外开放也有助于本土物流企业与国际先进企业形成有效竞争，增强企业创新驱动力。

（3）长江经济带省市政府支持对物流产业效率具有制约作用，长江经济带交通运输投资过度会导致投入要素的浪费，而投入要素的过度增加会降低物流业效率，这一发现与魏国辰等[15]的研究结论相类似。究其原因为，政府在加大公共管理设施和基础交通设施的固定资产投资时，可能存在资金投入过度，造成产业规模递减现象，政府对物流业的财政支出在一定程度上会促进物流产业效率的提升，但投入过量后会造成资源边际递减，导致物流效率降低。因此，研究得出物流产业财政支出过度对物流产业效率具有抑制作用的结论是合理的。

（4）信息化水平与长江经济带物流效率呈现正相关，系数为0.0597，虽然与其他因素相比回归系数不高，但其对物流业效率的促进作用不可忽视。利用信息化技术能在运输、仓储、配送等各个物流节点实现实时监管，节省人力成本，提高物流效率和服务质量。同时，良好的信息化环境能避免产业上下游信息不对称导致的资源浪费、重复运输等问题。

五、结论与建议

（一） 结论

本文采用超效率DEA模型和Malmquist指数法对2010—2019年长江经济带11个省市的物流产业效率分别进行静态、动态分析，最后利用Tobit模型深入分析物流产业效率的影响因素及影响程度。结果显示：（1）据超效率DEA模型计算结果可知，长江经济带2010—2019年物流效率整体达到有效水平，但呈现波动上升后下降的态势；从区域来看，长江经济带上中下游物流效率差异显著，在空间上呈现“阶梯状”分布，下游地区物流效率长期维持在较高水平，中游地区处于中间位置，上游地区则常年处于无效状态；从省份来看，江苏与上海的物流效率一直稳居长江经济带前列，四川、重庆、云南处于倒数位置。（2）据Malmqusit指数模型计算结果可知，长江经济带物流业全要素生产率的年均增长率为-1.5%，物流业效率仅在2011与2017年较上一期处于提升外，其他年份均处于下降趋势，观察分解结果可知，技术进步的下降是导致全要素生产率下降的主要因素，即技术进步对全要素生产率的贡献要高于纯技术效率和规模效率。（3）据Tobit回归分析结果可知，地区发展水平、对外开放程度、信息化水平对长江经济带物流产业效率均具有正向作用，政府对物流业的财政支出在一定程度上会促进物流产业效率的提升，但投入过量后会造成资源边际递减，行业因素没有通过显著性检验。其中，地区发展水平回归系数最大，信息化水平与其他因素相比系数不高，但其对物流业效率的促进作用不可忽视。

（二） 建议

1.注重技术创新，提高信息化水平

技术进步是物流效率增长的重要影响因素。长江经济带应加快物流技术研发与推广，推动先进物流技术与设备在物流信息、物流仓储、转运分拨、物流配送等领域的应用落地，引导并扶持物流企业利用人工智能、物联网、区块链、5G技术等新一代信息技术推动物流产业优化升级。政府牵头引领共性技术的研发，攻关关键核心技术，同时引领企业构建数据共用、信息共享的公共信息协作平台，实现及时高效的物流信息交流，从而进一步降低长江经济带物流企业运作成本，提高物流效率，实现可持续发展。

2.加强区域协同合作，优化资源配置

推动长江经济带物流业一体化协调发展，优化产业布局。长江经济带应加强各地区资源优势互补、城市间的交流合作和产业分工协作，实现上、中、下游区域物流业联动机制的建立。长三角城市群发挥并进一步强化原有优势，引领辐射和带动长江中游城市群和成渝城市群协同发展。长江中游城市群和成渝城市群要分析自身优势找准定位，积极完善和强化物流枢纽建设，与长三角城市群共商共建共享物流集散、存储、分配等基地，优化产业布局，避免区域物流资源过度投资造成边际效用递减，合理配置物流资源，提高物流资源空间配置效率，从而进一步提升长江经济带物流产业效率。

3.扩大对外开放水平

加大长江经济带对外开放力度，探索对外经济发展新模式。就目前长江经济带对外开放结构而言，下游地区的开放程度远远高于中上游地区，中上游地区应不断扩大对外开放力度，畅通与下游地区及国际先进物流技术和管理经验的交流，实现区域经济的优质发展。下游地区要发挥带头作用，与中上游地区共同推进长江黄金水道现代化物流体系建设，建设对外发展大通道，共同探索长江经济带外向型经济发展新模式，从而持续发挥外部环境对长江经济带物流业的推动作用。